景凱凱 袁順剛 胡林林
摘 要:變電站智能巡檢機器人系統以自主或遙控的方式,在無人值守的環境中,完成對室外高壓設備進行紅外溫度監測和儀表液位的圖像識別等任務,替代人工完成巡檢中遇到的繁、難、險和重復性的工作。本文介紹了變電站智能巡檢機器人的系統組成,重點探討了巡檢機器人的關鍵技術,包括行走機構、導航控制技術、視覺伺服校正技術及圖像識別等技術,展望巡檢機器人的發展方向及應用前景,為變電站巡檢機器人的更新迭代提供參考方向。
關鍵詞:變電站;巡檢機器人;導航;圖像識別;關鍵技術
目前,全國多數變電站電力設備巡檢仍為人工巡檢方式。巡檢人員的巡視內容主要包括設備溫度、儀表表計讀數、或高壓電纜的接頭狀態等,巡視內容固定單一,巡視人員工作效率較低[1]。隨著電網安全運行的要求越來越高,變電站使用智能化設備的必要性也越來越強,能夠使用一套既能對變電站設備自動進行數據采集,又能對所得數據進行全面綜合分析和比較的智能化無軌機器人系統,是非常必要的。
近年來,隨著變電站巡檢機器人持續深化應用,機器人已可代替人工完成變電站高壓變電設備的所有巡檢作業。采用變電站巡檢機器人可提高變電站的數字化程度和全方位監控的自動化水平,有效保障設備安全可靠運行,提高安全生產工作效率和質量[2]。
1 變電站巡檢機器人系統組成
變電站智能巡檢機器人系統分為三層體系架構,分別為:車載子系統、本地監控后臺及遠程集控后臺。車載子系統通過無線局域網與本地監控后臺進行數據、圖像、視頻等信息交互,遠程集控后臺通過申請的電網專網對本地監控后臺、車載子系統進行任務下派、狀態監控及數據管理。車載子系統由控制單元、導航單元、行走機構、供電單元及傳感單元組成,其中傳感單元包括云臺、可見光相機、紅外熱像儀及拾音檢測裝置。
2 關鍵技術分析
2.1 行走機構
行走機構是巡檢機器人執行巡檢任務的基礎,控制機器人前進、后退,轉彎及停止動作,行走機構根據移動方式的不同,可分為履帶式、軌道式和輪式三種,分別應用于不同的場景,其中輪式運動機構在變電站巡檢機器人中被廣泛使用。
(1)履帶式行走機構。履帶式行走機構[3]可以在凸凹不平的路面上行走,也可以攀爬臺階、翻越溝壑,具有較強越障能力,適用于松軟或泥濘的地面,對復雜地形的適應能力強,但由于沒有自位輪和轉向機構,履帶式行走機構只能靠左、右兩個履帶的速度差轉彎,轉彎過程中不僅會出現橫向滑動,在前進方向上也會產生滑動,轉彎阻力大,無法準確地確定轉彎半徑,同時轉彎速度較慢,靈活性較差,對于擁有狹窄路面和蓋板路的變電站場所不太適用。
(2)軌道式行走機構。軌道式行走機構是在固定的軌道上移動的裝置,根據規劃的路線預先敷設軌道,機器人可以移動到軌道上任何位置,具有定位精度高,移動安全、易于控制等特點,但由于軌道固定,機器人運行軌跡單一,靈活性較差,適用于變電站控制室、配電室等環境。
(3)輪式行走機構。輪式行走機構具有移動平穩、能耗小,以及容易控制移動速度和方向等優點,根據驅動類型分為兩輪驅動型和四輪驅動型,相比兩輪驅動,四輪驅動具有更強的驅動能力和轉彎靈活性,為了適應變電站中的石板路、水泥路、電纜溝蓋板、草地、石子路等多種不同的路況,已有電力企業推出四驅四轉巡檢機器人,通過增加轉向機構,實現了機器人原地平穩轉向,有效保護車體內部回路,延長車載設備部件的使用壽命,此外,行走機構配備獨立懸掛減震系統,每側車輪單獨通過彈性懸掛于車身下,降低重心、減小車身振動和沖擊,可實現自由穿行崎嶇路面。
2.2 導航控制技術
導航控制技術是巡檢機器人自主行走的基礎,目前常用的導航控制技術有:視覺導航、慣性導航、激光雷達導航等。
(1)視覺導航。近幾年,隨著計算機技術和圖像識別技術的迅速發展,視覺技術在機器人領域開始廣泛應用,視覺導航就是利用一只或多只攝像機采集周圍環境下的圖像信息,通過圖像技術提取圖像中特征點信息,并通過不同幀之間的圖像不斷進行特征點匹配計算進行特征點跟蹤,實現姿態變換,從而獲得機器人在環境中的位置坐標,完成自主導航定位,但該方法數據量大、算法復雜、定位實時性較差,并且易受光線、煙霧及雨天的影響,因此,多與其他定位導航方式組合使用。
(2)慣性導航。慣性導航是一種不依賴于外界環境信息,僅依靠自身慣性元件獲取車體運動參數的導航方法,通常采用陀螺儀和加速度計測量機器人加速度和航向角,將加速度對時間進行積分并變換到導航坐標系中,獲得機器人的速度、偏航角和位置等信息,具有數據更新率高、短期精度高、穩定性好等優點,但由于導航信息要經過積分而產生,定位誤差會隨時間而累積,需要定期進行校正,消除累積誤差,因此通常與其他導航方式組合使用。
(3)激光雷達導航。激光雷達導航是應用2D或3D激光雷達掃描周圍環境信息形成激光點云數據,以第一幀數據為基礎,依據后一幀點云數據疊加到前面幀點云數據的原則,進而形成全局地圖,機器人自主運行時,激光雷達實時掃描的點云數據與地圖進行匹配,確定機器人在全局地圖中的坐標位置,根據目標點在地圖中的坐標位置,規劃一系列漸進目標點,控制機器人左、右兩邊車輪的速度,使機器人直線行走到目標點,完成導航。激光雷達具有測距精度高、受光線影響小、抗電磁干擾強,地面施工簡單等特點,因此在無人駕駛汽車或智能巡檢機器人中得到了廣泛的應用。
2.3 視覺伺服校正技術
機器人定位導航精度和云臺控制精度都存在一定的誤差,在機器人執行巡檢任務過程中,可見光相機調取相機參數獲取設備圖像時會出現設備并未在視場中心,甚至偏差視場,導致獲取設備圖像識別,由此出現了一種基于設備模板庫的視覺伺服控制技術,依據機器人的云臺預置位,驅動云臺轉動,調節相機焦距和倍率,形成自動巡檢模式下大視場的設備小圖,比對模板庫中的設備小圖,提取目標圖像位置的像素差,計算視場中的水平及垂直角度偏差,控制云臺轉動,使目標向視場中心偏移,校正因導航和云臺控制誤差產生的目標點偏離,此校正過程雖然可以糾偏,但增加了巡檢時間,降低了巡檢效率,如何實現快速地伺服校正成為當前巡檢機器人技術提升的重點。
2.4 圖像識別技術
圖像識別是巡檢機器人的重要技術之一,決定了巡視電力設備的準確性。在調試階段,利用搭載的紅外熱像儀、可見光相機采集紅外圖像、指針儀表圖像、設備油位圖像、刀閘、斷路器等圖像,并對采集到的圖像信息進行處理建立設備模板庫,機器人執行任務過程中,監控后臺將采集到的設備圖像與模板庫中的設備模板進行匹配對比,最終獲得設備識別結果。對于變電站環境下,有效應對光照變化、陰影、遮擋、低對比度、視角變化等因素的智能圖像識別技術是巡檢機器提升識別率的關鍵。
3 發展趨勢
隨著變電站向無人值班化及智能化方向快速發展,對變電站巡檢機器人的需求十分迫切。未來變電站巡檢機器人的研究目標是提高巡檢機器人的智能性、運動靈活性以及高精度和配置簡便的導航方式。其發展趨勢表現在以下方面:
3.1 高速下精確定位導航技術
變電站巡檢機器人為保證自主導航的穩定性、采集圖像的高質量,在執行巡檢任務過程中停車點的定位精度要求更高,實際應用中車體自主行走的速度為一般為0.6m/s,機器人執行任務過程中大部分的時間在“趕路”,致使整站巡檢時間較長,因此需要大大提高自主巡檢時車體的行走速度,同時保障機器人行走過程中導航的平穩性、停車時的精確性,研究一種高速下精確定位導航技術成為未來必然趨勢,這將大大提高巡檢的效率。
3.2 遇障智能處理技術
目前應用的巡檢機器人在巡檢任務過程遇到障礙物時,會立即停止并發出告警,障礙物一直不消除時,機器人會一直停止不動,需要運維人員人工干預,此種遇障處理模式智能化較低,不利于推廣變電站的無人值守模式,因此需要研究一種遇障智能處理技術,保障機器人遇到障礙物能夠智能分析處理,在機器人遇到障礙物停車時,應根據路面寬度及障礙物尺寸,形成多種遇障處理模式:(1)道路許可的情況下直接繞過障礙物;(2)道路不許可但有其他路線時,可選擇其他路徑繼續執行巡檢任務;(3)道路不許可也無其他路線時,機器人返回充電房,以此提升機器人的智能化水平,減小人工干預。
3.3 設備缺陷智能分析技術
變電站設備巡檢過程中,機器人利用紅外熱像儀采集設備紅外圖像并上傳監控后臺,監控后臺分析設備紅外圖譜獲取設備溫度,設備溫度超過正常溫度時,巡檢機器人預警設備缺陷,但此種設備預警方法太過簡單,使運維人員無法準確得知設備的缺陷類型,因此,采用設備缺陷智能分析技術,監控后臺分析設備紅外圖像,依據缺陷判定準則對設備缺陷類型、潛在故障位置和特征、嚴重程度進行智能判斷,便于運維人員獲得準確的設備缺陷信息,制定合理高效的應對措施,進而保障設備的安全、可靠運行。
4 結語
目前,變電站智能巡檢機器人已經在浙江、江蘇、山東等省電力公司中推廣應用,從實際利用的效果來看,機器人巡檢一定程度上可以替代人工巡檢,完成日常的表計巡視、油位巡視、紅外測溫及刀閘操作狀態等工作,但依然存在施工調試周期長、巡檢效率低、智能化水平較低等缺點。本文通過對變電站智能巡檢機器人的關鍵技術介紹,探討巡檢機器人技術的未來發展趨勢,從而推動巡檢機器人產品的更新迭代,全面提升巡檢機器人智能化水平,助力變電站巡檢機器人的推廣應用。
參考文獻:
[1]侯曉東.220kV變電站機器人巡檢系統的設計[D].長春工業大學,2016.
[2]賢家潔,林陽坡,賴斌,陳如洲.基于激光導航路徑識別的電力巡檢智能機器人設計[J].中國新技術新產品,2016,12(上).
[3]蘭依,石敏,耿昌易,何春.基于變電站巡檢機器人的關鍵技術探析[J].人工智能與應用,2019,11.
[4]張彩友,馮華,付崇光,肖鵬.變電站巡檢機器人GPS導航系統設計[J].機器人技術,2010,10.
[5]龔勤慧.變電站智能巡檢機器人研究綜述[J].瀘州職業技術學院學報,2015,2.
[6]李紅梅,王濱海,廖文龍,王海鵬,肖鵬.基于地圖匹配的變電站巡檢機器人激光導航系統設計[J].制造業自動化,2014,01.